AI找到的是哪一种捷径？Wes Roth谈ETH、P与NP及科学证明

一、主讲人与议题背景

这期节目由Wes Roth主持并上传。元数据记录的发布日期为2026年10月27日，时长1,978秒，约三十三分钟，标题为《OpenAI just broke physics...》。节目以Roth的解释和评论为主，现有材料没有提供可核实的受访嘉宾背景。Roth是在向观众介绍和解读他所读到的一组AI科研成果，并非以论文作者身份回答技术问题。

他将OpenAI的一篇发布内容描述为AI在数学、物理和计算机科学领域取得的一系列突破，其中最关注的是据称否定指数时间假设ETH的成果。围绕这项主张，他讨论了计算难度边界受到挑战的可能后果，以及AI在寻找算法和证明中的作用：变化可能涉及计算速度，也可能涉及发现新方法的能力。

Roth对自身理解的限制有明确交代。解释计算复杂性时，他承认自己没有相关背景，并邀请专家纠正；谈到物理成果时，他也多次表示不理解其中的技术细节。因此，这期节目可以帮助读者了解他如何理解这些成果、为何认为它们重要，但无法仅凭他的判断确认相关证明已经成立。

二、本期主要内容

Roth先用十进制密码锁解释指数增长。一位有十种可能，两位有一百种，三位有一千种，十位则达到一百亿种。每增加一位，完整的组合空间就再乘十。这个例子直观地说明了穷举为何会迅速变得昂贵，但仅凭组合数量，还不能断定所有求解方法都必须逐项尝试。

接下来是排班：每个时段都要有人值守，员工的休假要求必须满足，不能一起工作的员工也要错开。拿到一张排班表后逐项核对，与从零排出一张满足全部条件的表，是不同的任务。Roth随后用数独说明同样的区别：检查一个已有答案是否符合规则，比寻找答案更直接。他由此引出P与NP，但口头解释中把NP称为“non-polynomial”，又把“容易”表述为“非指数”。这些都是他的非正式说法，不能沿用为正式定义。例子说明的是求解与验证的区别，不能靠这些标签进一步推出结论。

解释ETH时，Roth转向相互制约的真假变量：一个变量的取值，会限制其他变量可以怎样取值。他称OpenAI模型找到了一条次指数路径，并用约束排除不可能的组合、从而不必逐一测试所有组合来说明其直觉。节目没有展示具体算法，因此这一描述只能帮助理解他所声称的捷径，无法据此复现证明。他还说，图论、计算生物学、数据库和计算几何中的一些困难性结论以ETH为前提，这使该主张的潜在影响超出了原问题。

Roth也介绍了研究者在其中的作用。他称这项工作在Russell Impagliazzo、Ramamohan Paturi和Ryan Williams的引导下推进，并将Impagliazzo与Paturi介绍为提出ETH的研究者。他借此讨论研究者如何面对可能挑战自己长期观点的新成果。不过，这些身份与分工来自他的转述，节目没有进一步交代各人的具体贡献或成果审查程序。

物理部分涉及量子色动力学存在性、纯杨—米尔斯理论存在性，以及局部光滑性和Kakeya相关工作。Roth明确区分了节目所称的纯杨—米尔斯存在性结果与完整的相关千禧年难题，强调前者不等于解决后者。这些话题扩展了本期讨论的范围，但不能合并成AI已经补齐数学与物理所有缺口的结论。

三、核心观点：推理、例子与边界

Roth的核心判断是，AI可能帮助研究者发现此前未能找到的计算路径。但即使接受他对这项ETH成果的转述，也不能据此认定P等于NP。他反复强调，这项成果没有证明P等于NP，并援引Greg Brockman的判断：P很可能仍不等于NP。他用“次指数”描述模型找到的路径，却没有说明如何从这条路径推导出高效解决所有容易验证的问题。两者在节目中紧密相连，逻辑上的距离却仍然存在。

Roth用山体与隧道来解释这种距离：过去只知道翻山，现在可能发现了一条穿山路线，但路线能节省多少路程，仍不清楚。他承认，改进甚至可能很小，还需要大量后续研究。这个比喻留下的关键问题是：捷径适用于什么任务，改善有多大，又需要哪些条件？“找到某种改进”并不意味着所有困难都能绕开；隧道的形象也无法替代具体的复杂度分析。

他还把ETH比作地基，把依赖它的研究比作地基上的建筑，担心这一假设被否定后，相关困难性结论会受到冲击。这解释了他为何认为成果可能牵动多个领域。不过，以某个前提为条件得到的结论，与无条件成立的结论，证明强度不同。即使节目关于ETH被否定的说法成立，也需要逐一检查哪些结论依赖它、如何依赖它。前提受到挑战，不能反过来证明相关任务已经容易，也不能据此认定既有研究失去价值。

密码学与优化应用，是Roth推演后果的两个主要方向。他设想网站、银行和加密货币所依赖的保护可能遭到破坏，也期待排班、物流、芯片布局、供应链、蛋白质建模和药物设计获得加速。这些设想都以同一个条件为基础：求解捷径既适用于对应任务，也能实际运行。他随后谈到的规模和资源门槛，为这些推演划出了限制。一个算法即使增长趋势更好，也可能直到现实无法达到的规模才显出优势。节目没有提供这些应用已经改善的实验或结果，因而呈现的是潜在影响，尚非已经发生的收益或损害。

谈到AI参与数学研究，Roth主张依据工作的有效性评价成果，而不因参与者是AI就将其排除；他也赞赏研究者在新证据面前修正观点。这一评价原则与某项证明是否正确，是两个需要分别回答的问题。他说相关论文、Lean证明和自然语言解释已经发布，但现有节目材料没有呈现确切命题、所用假设或验证结果。Lean的名称与专家的参与，都不能替代对证明范围和有效性的核查。

Roth还援引Emmanuel Viola在2018年的一篇文章，讲述Kolmogorov相关故事和Strassen的算法故事，以支持自己对高效计算仍有广阔发现空间的判断。这些历史叙事解释了他为何期待新的突破，却不能证明此次主张成立。物理部分也有类似的张力：他用完成“宇宙规则书”来描述成果，同时明确承认自己理解有限。因此，标题中的“打破物理”属于节目的叙事表达，不能直接视为已经独立确认的科学结论。研究可能具有重要潜力，而它的确切证明范围仍未在现有材料中得到确认。

四、学习与应用

排班例子提供了一种可以落实到AI工作流中的方法：先把需求写成可检查的条件，包括哪些时段必须有人、谁在哪天不可用、哪些人员组合不能出现，再让系统提出方案，并按这些条件逐项检查。这是从节目例子推导出的应用方法，节目并未展示相应的客户成果。它把对方案“看起来合理”的判断，转化为对明确要求的核对，同时也要求使用者先说清隐含需求。方案通过现有检查，不代表遗漏的规则也得到了满足；检查不通过，则需要回到需求或方案本身修正。

评估算法突破时，同样需要分别核查三个问题：成果声称证明了什么，证明是否覆盖这一主张，以及是否已有适合具体任务的实现。Roth明确承认，从理论进展到实际应用仍需大量研究。进入应用评估后，应确定输入规模、求解质量、运行时间和资源预算，再与现有方法比较。这是需要开展的比较，现有材料没有提供相应测量。如果优势只在远超实际业务的规模上出现，理论进展即使重要，也不足以成为立即替换现有系统的理由。

对安全风险和应用收益的判断，也取决于具体条件。评估节目所说的密码学风险，首先需要明确讨论的是哪一种求解能力、它是否适用于所关心的保护机制，以及还缺少哪些证据。Roth自己也承认存在密码学上的例外和实施障碍，不能从一条关于ETH的标题推导出所有密码都已失效。物流和药物设计等应用同样需要核对：实际问题的表示方式、约束和评价标准，能否与所称算法对应。应用名称出现在节目中，并不意味着相应任务已经能够加速。

Roth提到的Lean材料与自然语言说明，为核查研究主张提供了线索：形式化的究竟是哪条命题，采用了哪些假设，说明文字是否超出了证明范围，验证状态是否明确？现有证据没有给出这些答案，仍需核查。他还试探性地说Anthropic似乎有相近成果，却没有提供问题与方法的详细对照，无法据此确认两家机构解决了同一个问题，更不能将这句话视为独立重复验证。

Roth还从难以实际承受的算法常数，联想到人为设置的障碍或模拟宇宙。这属于想象性的解释，节目没有给出可将其视为计算或物理结果的证明。它可以作为思想实验，却不能成为选择算法或判断物理真相的依据。落实到应用，仍应以可检查的约束改进工作流，以实际测量判断工具价值，以确切证明判断数学主张。尚未获得这些支持的可能性，可以继续研究，但不能提前算作已经实现的能力。

来源

• 原始节目：OpenAI just broke physics...